Atrimo(11522250), Nurhayati(11522295) Praktikum Analisa Keputusan dan Data Mining Teknik Industri FTI UII
ABSTRAC Jogja tronik center ( jtc ) that is a service company that moves in the field of services the sale of electronics esp. hanphone and gadgets. One of the quality of services provided by jogja tronik center ( jtc ) in the field of services that is handling complained. Hence this research was meant to find out an indicator is that significantly impact on the variables of handling complained cell phones and gadgets and how many and how do karateristik of each cluster formed, in order to facilitate pegaiwai jogja tronik center ( jtc ) to handle complained of customers. A method of data processing used is a method of clustering. The result obtained from this research is the emergence of three clusters with one outlier. Keywords: clusters, outlier, jogja tronik center ( jtc ), complained
PENDAHULUAN Perkembangan teknologi komunikasi yang banyak kita rasakan pada era globalisasi saat ini yang sangat mempengaruhi budaya masyarakat mengikuti perkembangan zaman. Beberapa faktor diantaranya adalah penggunaan berbagai alat elektronik lain seperti handphone, gadget dan berbagai acara dari media eletronik seperti televise, radio, media cetak dan lain-lain. Handphone dan gadget merupakan perangkat telekomunikasi elektronik yang dapat digunakan sebagi media informasi dan merupakan perangkat elektronik mobile (dapat dibawa kemana-mana). Perkembangan teknologi komunikasi ini dipengaruhi oleh kemajuan perekonomian masyarakat yang sangat pesat sesuai dengan perkembangan zaman. Hal ini mendorong pertumbuhan usaha atau bisnis dalam sektor jasa. Perbedaan antara perusahaan yang bergerak pada sektor produksi dengan sektor jasa adalah pada marketingnya. Perusahaan yang bergerak dalam sektor produksi lebih banyak mengoptimalkan kuantitas produk, kualitas produk, dan manajemen produksi. Sedangkan perusahaan yang bergerak dalam bidang jasa, lebih banyak mengoptimalkan kualitas pelayanan yang diberikan terhadap konsumen. Menurut Kotler (2005), kualitas adalah keseluruhan cirri serta sifat suatu produk atau pelayanan yang berpengaruh pada kemampuanya untuk memuaskan kebutuhan yang dinyatakan atau tersirat. Jika perusahaan ingin bertahan dalam persaingan, apalagi ingin memperoleh laba dan mengusai pangsa pasar, maka tidak mempunyai pilihan lain kecuali menjalankan manajemen mutu total (Total Quality Manajemen-TQM). Menurut kamus besar bahasa Indonesia (1999:571) pelayanan didefinisikan sebagi berikut : perihal atau cara melayani; usaha melayani kebutuhan orang lain dengan memperoleh imbalan (uang), jasa; kemudahan yang diberikan sehubungan dengan jual beli barang atau jasa. Kualitas pelayanan juga dapat diterapkan dalam jenis usaha yang begerak dalam pemasaran handphone dan gadget. Didukung dengan pekembangan ekonomi masyarakat yang pesat, usaha pemasaran handphone dan gadget mulai banyak dilirik oleh sebagian banyak pengusaha kelas biasa hingga kelas atas. Berkembangnya jumlah penjual handphone dan gadget di Yogyakarta menjadikan masyarakat Yogyakarta memiliki banyak pilihan untuk menentukan penjual mana yang akan mereka pilih. Sehingga Jogja Tronik Center (JTC) yang merupakan sebuah perusahaan jasa yang bergerak dalam bidang pelayanan penjualan alat-alat elektronik khususnya hanphone dan gadget mempunyai strategi khusus dalam memenangkan pangsa pasar yaitu dengan membuat suatu tempat penjualan yang didalamnya terdapat kelompok pembisnis alat-alat elektronik. Salah satu kualitas pelayanan yang diberikan oleh perusahaan dalam bidang jasa yaitu penanganan komplain. Menurut Lovelock dan Wright (2005), pengaduan adalah suatu pernyataan resmi tentang ketidakpuasan dengan setiap aspek suatu pengamalan jasa. Pelanggan yang mengajukan pengaduan memberikan kesempatan terhadap perusahaan untuk mempertahankan segala persoalan, memulihkan hubungan dengan orang yang mengadukan dan meningkatkan kualitas jasa untuk semua pelanggan. Menurut Ratna (2008) sebarapa baik sebuah perusahaan menangani pengaduan (complaint) dan mengatasi masalah mungkin akan menentukan apakah perusahaan akan mempertahankan atau kehilangan pelanggan. Berangkat dari permasalahan mengenai penanganan komplain sebagai bentuk dari kualitas pelayanan terhadap konsumen handphone dan gadget, rumusan masalah dapat buat sebagai berikut : 1. Indikator apakah yang secara signifikan berpengaruh terhadap variabel penanganan komplain handphone dan gadget? 2. Berapa dan bagaimanakah karateristik dari setiap cluster yang terbentuk?
TINJAUAN PUSTAKA komplain adalah sebuah aksi yang dilakukan oleh seseorang, yang didalamnya termasuk mengkomunikasikan sesuatu yang negative terhadap produk atau pelayanan yang dibuat atau dipasarkan Oxford pocket dictionary (2005). Sedangkan menurut Lovelock dan Wright (2005), pengaduan/komplain adalah suatu pernyataan resmi tentang ketidakpuasan dengan setiap aspek suatu pengamalan jasa. Pelanggan yang mengajukan pengaduan memberikan kesempatan terhadap perusahaan untuk mempertahankan segala persoalan, memulihkan hubungan dengan orang yang mengadukan dan meningkatkan kualitas jasa untuk semua pelanggan. Ada empat kategori dari komplian yaitu : a. Mechanical complaints Jenis komplain yang disebabkan oleh kesalahan yang terjadi pada perlengkapan yang ada pada hard component dan soft component Handphone dan Gadget. Misalnya bagian layarnya mati, atau misalnya tidak bisa mengeluarkan bunyi ketika menghidupkan mp3. b. Attitudinal complaints Jenis komplain yang disebabkan karena staf atau pekerja mempunyai sikap yang buruk dalam melayani konsumen. c. Services-related complaints Jenis komplain yang disebabkan oleh buruknya pelayanan yang diberikan disebuah counter handphone dan gadget. Misalnya terlalu susah proses pembelian barangya, barang yang diinginkan konsumen tidak ada dan lain-lain. d. Unusual complaints Konsumen juga dapat melakukan komplain karena tidak ada tempat duduk di counter tersebut, sehingga konsumen tidak nyaman. Menurut Zaugg (2006, P.3), saat konsumen merasa tidak puas ada beberapa sikap yang akan mereka lakukan antara lain : 1. Voice company : konsumen langsung komplain terhadap pihak ketiga, yang bersangkutan. 2. Voice third party : konsumen melakukan komplain melalui pihak ketiga contoh : mengirim surat berisi pernyataan komplain ke media massa. 3. Negative word-of-mouth : konsumen menceritakan keburukan perusahaan kepada relasinya. 4. Silence : diam saja, bersikap seolah tidak pernah terjadi apa-apa. 5. Exit : berhenti menjadi pelanggan dan tidak pernah kembali lagi.
Cluster Analisis cluster merupakan teknik multivariat yang mempunyai tujuan utama untuk mengelompokan objek-objek berdasarkan karateristik yang dimilikinya. Analisis cluster mengklasifikasi objek sehingga setiap objek yang paling dekat kesamaannya dengan objek lain berada dalam cluster yang sama. Cluster-cluster yang terbentuk memiliki homogenitas internal yang tinggi dan heterogenitas eksternal yang tinggi. Pengelompokan dalam analisis cluster dapat menggunakan dua meotde yaitu diantaranya adalah analisis cluster non hierarki dan cluster hierarchical Laily (2011). Analisis cluster dengan menggunakan metode hierarki adalah analisis yang mana melakukan pengelompokan data dengan cara mengukur jarak pada setiap obyek yang mana dimulai dengan pengelompokan dua atau lebih obyek yang mempunyai kesamaan karateristik paling dekat. Menurut modul data mining (2011) metode pengelompokan ini kemudian dilanjutkan pada obyek yang lain dan seterusnya hingga cluster akan membentuk semacam pohon dimana terdapat tingkatan (hirarki) yang jelas antar obyek, dari yang paling mirip hingga yang paling tidak mirip. Kemudian setelah pengelompokan dengan membentuk tingkatan antar obyek, maka akan membnetuk sebuah dendogram, yaitu alat yang digunakan untuk memperjelas proses menbaca, menyusun dan menganalisis proses hiraraki. Dari dendogram ini akan dapat dilihat obyek mana saja yang berdekatan, dan obyek mana saja yang memiliki kemiripan karateristik dan dari dendogram juga dapat pula digunakan untuk menentukan kelas yang terbentuk oleh hasil pengelompokan. Metode-metode yang umum digunakan dalam teknik hirarki adalaha sebagai berikut Kantardzic (2003): a. Agglomerative hierarchical clustering Agglomerative hierarchical clustering adalah metode clustering hirarki yang pada langkah awal menganggap masing-masing obyek adalah cluster, cluster digabungkan pada coarser partition atau partisi yang lebih kasar dan proses pembangunan tersebut berlangsung sampai trivial partition terbentuk yaitu ketika semua obyek berada pada satu cluster. Menurut Gregorius, (2008) metode ini menggunkan strategi desain button up yang dimulai dengan meletakkan setiap obyek sebai sebuah cluster tersendiri (atomic cluster) dan selanjutnya menggabungkan atomic cluster atomic cluster tersebut menjadi cluster yang lebih besar dan lebih besar lagi sampai akhirnya semua obyek menyatu dalam sebuah cluster atau proses dapat pula berhenti jika telah mencapai batasan kondisi tertentu. b. Metode devisive Metode devisive berlawanan dengan metode agglomerative. Pertama-tama mulai dengan sekelompok besar mencakup semua objek. Selanjutnya objek yang mempunyai ketidakmiripan dipisahkan sehingga membentuk kelompok yang lebih kecil. Pemisahan ini dilanjutkan hingga mencapai sejumlah kelompok yang diinginkan.
Algoritma K-Mean Clustering (K-Means Clustering Algorithm) K-Mean menurut MacQueen (1967) adalah salah sati dari algoritma unsupervised learning yang paling sederhana untuk menyelesaikan masalah clustering yang telah dikenal. Prosedur ini mengikuti cara sederhana dan mudah untuk mengklasifikasikan kumpulan data tertentu melalui jumlah cluster tertentu (menganggap k cluster) yang telah ditetapkan sebelumnya. Dalam penelitian terdahulu, sebuah skripsi yang dibuat oleh Ratna Darlilis berjudul analisis kepuasan pelanggan terhadap kualitas pelayanan berkaitan dengan penanganan complain di PT. PLN (persero) UPJ Pekalongan Kota, skripsi ini menggunakan tiga sumber penyebab utama komplain yaitu : 40% masalah disebabkan oleh perusahaan itu sendiri, 20% masalah disebabkan oleh karyawan dan 40% masalah disebabkan oleh karyawan. Dan dengan menggunakan metode analisis Importance-Performance dan Costumer Satisfaction Index (CSI) sebagai metode yang dapat digunakan untuk menjawab perumusan masalah mengenai sejauh mana tingkat kepentingan dan tingkat kepuasan pelanggan terhadap kualitas pelayanan PT. PLN (persero) UPJ Pekalongan Kota bila dilihat dari segi penanganan komplain.
METODE PENELITIAN 1) Metode penelitian yang digunakan Dalam penelitian ini, metode penelitian yang digunakan dalam menentukan bagaimana menangani komplain yang dilakukan oleh pelanggan yaitu dengan menggunakan metode clustering dengan data hasil kuisioner yang diberikan kepada pengunjung Jogja Tronik Center (JTC) Yogyakarta. Dalam metode clustering ini proses calculasinya menggunakan software SPSS. 2) Objek penelitian
Penelitian dilakukan di Jogja Tronik Center (JTC) yang terletak dijalan Brigjen Katamso No 75-77 Gondomanan, Yogyakarta. Jogja Tronik Center (JTC) merupakan pusat penjualan barang eletronik di Yogyakarta. Jogja Tronik Center (JTC) menyediakan barang-barang elektronik mulai dari televisi, kamera, mesin cuci, AC hingga yang sekarang sedang marak penjualan yaitu handphone dan gadget. Penelitian dilakukan pada bulan Juni 2013 untuk membantu menganalisis penanganan komplain dengan menggunakan metode cluster.
3) Metode pengumpulan data Metode pengumpulan data dilakukan dengan observasi atau pengamatan langsung, kuisioner, dan literatur. Jenis data terbagi menjadi dua yaitu data primer dan data skunder. Data primer didapatkan dari observasi langsung ,dan pemberian kuisioner terhadap pengunjung Jogja Tronik Center (JTC). Data skunder didapatkan dari literatur-literatur, ungkapan-ungkapan para ahli dan diperoleh dari studi pustaka. Responden dalam pengunjung Jogja Tronik Center (JTC) di jalan Brigjen Katamso, No 75-77 Gondomanan, Yogyakarta.
4) Tahapan penelitian yang dilakukan Dalam penelitian ini, langkah-langkahnya adalah sebagai berikut : 1) Melakukan studi pendahuluan, dalam hal ini kami berusaha melakukan studi pembelajaran mengenai latar belakang permasalahan. 2) Studi literatur, pada langkah ini yaitu melakukan penulisan literatur-literatur yang digunakan sebagai referensi dasar laporan penelitian. 3) Langkah selanjutnya yaitu Identifikasi masalah-masalah dalam menentukan penanganan komplain. 4) Setelah melakukan identifikasi masalah, lalu melakukan pengembangan model penelitian dengan menambahkan pendapat pada para ahli, dan studi mengenai penanganan komplain. 5) Dalam melakukan pengembangan model penelitian, menghasilkan dua penentuan yaitu penentuan teknik pengumpulan data dan penentuan objek penelitian. 6) Penentuan teknik pengumpulan data dilakukan dengan menyebarkan 40 kuisioner terhadap pengunjung Jogja Tronik Center (JTC). 7) Penentuan objek penentilitian dilakukan dengan menyesuaikan tema dan variabel yang telah ditentukan oleh laboratorium data mining. 8) Langkah selanjutnya yaitu melakukan rancangan kuisioner penelitian. 9) Melakukan penyebaran kuisioner penelitian terhadap pengunjung Jogja Tronik Center (JTC). 10) Melakukan pengujian validasi dan reliable terhadap kuisioner yang telah dibuat, jika sudah reliable, maka dapat dilakukan langkah selanjutnya. 11) Melakukan pengumpulan data dengan merekap semua kuisioner yang telah diisi oleh pengunjung JTC. 12) Melakukan pengolahan data dengan metode deskripsi statistic dan metode K-mean Cluster menggunakan software SPSS. 13) Melakukan analisis data terhadap hasil output software SPSS. 14) Langkah terakhir yaitu membuat kesimpulan dan rekomendasi dari hasil penelitian penanganan komplain yang dilakukan di Jogja Tronik Center (JTC).
HASIL Pemilihan Indikator Variabel Penanganan Komplain Atribut penanganan komplain yang efektif dan merupakan indikator variabel penanganan komplain yaitu diantaranya : 1. Komitmen yang tinggi untuk mendengarkan dan menyelesaikan semua masalah komplain. 2. Kecepatan dalam menangani komplain 3. Keramahan dalam melakukan penanganan komplain. 4. Kejujuran 5. Kesopanan 6. Setiap komplain mendapat perlakuan yang sama, tidak membeda-bedakan pelanggan. 7. Pemeberian kompensasi (permohonan aaf, hadiah, ganti rugi, perbaikan)
Rekapitulasi Hasil Kuisioner Tabel 4.1. Rekapitulasi Hasil Kuesioner 1 Rekapitulasi Hasil Jawaban Kuesioner 40 Responden No Data Responden Nama Jenis kelamin Usia Pendidikan terakhir Pekerjaan Tingkat Pendapatan 1 Farida Perempuan 35- 45thn SMA/MA Wirausaha <2jt 2 Kasir Laki-laki >45thn SMA/MA Wirausaha >4jt Rekapitulasi Hasil Jawaban Kuesioner 40 Responden No Data Responden Nama Jenis kelamin Usia Pendidikan terakhir Pekerjaan Tingkat Pendapatan 3 Linling Perempuan 25- 35thn Sarjana Wirausaha 2-4jt 4 Septi Perempuan <25 Sarjana Lain-lain <2jt 5 Giant Laki-laki <25 SMA/MA Lain-lain <2jt 6 Drajat Santoso Laki-laki <25 Sarjana Wirausaha 2-4jt 7 Firman Laki-laki 35- 45thn SMA/MA Wirausaha >4jt 8 Irul. T Laki-laki 35- 45thn SMA/MA Peg.swasta <2jt 9 Dwi Laki-laki 25- 35thn diploma Wirausaha 2-4jt 10 Lina. P Perempuan <25 SMA/MA Lain-lain <2jt 11 Leo. D Laki-laki <25 SMA/MA Lain-lain <2jt 12 Rio Erlangga Laki-laki 25- 35thn diploma Peg.swasta 2-4jt 13 Titik Perempuan 25- 35thn SMA/MA Wirausaha <2jt 14 Bimo. R Laki-laki 35- 45thn diploma Wirausaha 2-4jt 15 Rojali Laki-laki 35- 45thn Sarjana PNS >4jt 16 Watik Perempuan 25- 35thn diploma Peg.swasta 2-4jt 17 Wina Lestari Perempuan 35- 45thn diploma Wirausaha 2-4jt 18 Suprapto Laki-laki >45thn Sarjana PNS 2-4jt 19 Adit. P Laki-laki 25- 35thn Sarjana Peg.swasta 2-4jt 20 Rofal. J Laki-laki <25 Sarjana Lain-lain <2jt 21 Pamlan Laki-laki >45thn SMA/MA Peg.swasta 2-4jt 22 Siti Khodijah Perempuan 35- 45thn diploma Peg.swasta 2-4jt 23 Setia Budi Laki-laki 35- 45thn Sarjana Wirausaha >4jt 24 Raditia Laki-laki 35- 45thn diploma Wirausaha >4jt Rekapitulasi Hasil Jawaban Kuesioner 40 Responden No Data Responden Nama Jenis kelamin Usia Pendidikan terakhir Pekerjaan Tingkat Pendapatan 25 Fega Ismal Indah Perempuan <25 diploma Wirausaha 2-4jt 26 Diajeng Fi Perempuan <25 diploma Lain-lain Lain-lain 27 Ratna Perempuan <25 Sarjana PNS <2jt 28 Sugeng Laki-laki 35- 45thn Sarjana Wirausaha >4jt 29 Rizal M Laki-laki 35- 45thn diploma Peg.swasta 2-4jt 30 Gea Isma Perempuan <25 SMA/MA Lain-lain Lain-lain 31 Toni Laki-laki >45thn SMA/MA Peg.swasta >4jt 32 Giyati Perempuan 25- 35thn SMA/MA Lain-lain <2jt 33 Fitria Perempuan 35- 45thn SMA/MA Peg.swasta <2jt 34 Ayu Dwi kurniati Perempuan <25 SMA/MA Peg.swasta <2jt 35 Murni Perempuan 35- 45thn SMP/MTS Lain-lain <2jt 36 Robi Laki-laki 25- 35thn diploma Peg.swasta 2-4jt 37 Katijo Laki-laki >45thn SMP/MTS Wirausaha 2-4jt 38 Sutinah Perempuan <25 Sarjana Peg.swasta 2-4jt 39 Karsono Laki-laki 35- 45thn Sarjana Peg.swasta >4jt 40 Ratna Perempuan 35- 45thn Sarjana PNS 2-4jt
Keterangan tabel diatas adalah sebagai berikut : X1 = Komitmen yang tinggi untuk mendengarkan dan menyelesaikan masalah kompain X2 = kecepatan dalam menangani complain X3 = keramahan X4 = kejujuran X5 = kesopanan X6 = setiap complain dapat perlakuan yang sama, tidak membeda-bedakan pelanggan. X7 = pemberian kompensasi (permohonan maaf, hadiah, ganti rugi, dan perbaikan) Keterangan angka : 1 = sangat puas 2 = puas 3 = tidak puas 4 = sangat tidak puas
Output dan Analisis Dendogram
Tabel 4.10. Crosstab dari Jenis Kelamin
Cluster Total
1 2 3 jenis_kelamin laki-laki Count 17 5 0 22 % of Total 43.6% 12.8% .0% 56.4% perempuan Count 15 0 2 17 % of Total 38.5% .0% 5.1% 43.6% Total Count 32 5 2 39 % of Total 82.1% 12.8% 5.1% 100.0%
Pada tabel diatas dapat dilihat perbandingan point kuisioner jenis kelamin dalam persen dengan semua cluster. Untuk cluster 1, laki- laki lebih banyak daripada perempuan, dan pada cluster 2, hanya terdapat laki-laki saja sedangkan pada cluster 3 hanya terdapat perempuan saja. Dari tabel diatas dapat dilihat pula perbandingan laki-laki dan perempuan yang melakukan komplain untuk seluruh cluster, ternyata adalah responden laki-laki yang mendominasi yaitu 43.6% laki-laki sedangkan 38.5% perempuan.
Tabel 4.12. Crosstab dari Usia
Cluster Total
1 2 3 Usia <25 tahun Count 10 1 0 11 % of Total 25.6% 2.6% .0% 28.2% 25-35 tahun Count 8 0 0 8 % of Total 20.5% .0% .0% 20.5% 35-45 tahun Count 11 2 2 15 % of Total 28.2% 5.1% 5.1% 38.5% >45 tahun Count 3 2 0 5 % of Total 7.7% 5.1% .0% 12.8% Total Count 32 5 2 39 % of Total 82.1% 12.8% 5.1% 100.0%
Bedasarkan tabel diatas cluster 1 di dominasi oleh umur 35-45 tahun, pada Cluster 2 di dominasi oleh umur 35-45 tahun dan 45 tahun keatas, sedangkan pada Cluster 3 di dominasi oleh 35-45 tahun.
Table 4.14. Crosstab dari Pendidikan terakhir
Cluster Total
1 2 3 pendidikan_terakhi r SMP/MT S Count 2 0 0 2 % of Total 5.1% .0% .0% 5.1% SMA/Ma Count 10 2 1 13 % of Total 25.6% 5.1% 2.6% 33.3% diploma Count 10 0 1 11 % of Total 25.6% .0% 2.6% 28.2% sarjana Count 10 3 0 13 % of Total 25.6% 7.7% .0% 33.3% Total Count 32 5 2 39 % of Total 82.1% 12.8% 5.1% 100.0%
Berdasarkan tabel diatas Cluster 1 di dominasi dengan tingkat pendidikan terakhir SMA/MA, diploma dan sarjana, sedangkan Cluster 2 di dominasi dengan tingkat pendidikan terakhir sarjana dan Cluster 3 di dominasi dengan tingkat pendidikan terakhir SMA/MA dan diploma.
Tabel 4.16. Crosstab dari Pekerjaan
Cluster Total
1 2 3 Pekerjaan PNS Count 2 2 0 4 % of Total 5.1% 5.1% .0% 10.3% pegawai swasta Count 12 1 0 13 % of Total 30.8% 2.6% .0% 33.3% wirausaha Count 10 2 2 14 % of Total 25.6% 5.1% 5.1% 35.9% lain-lain Count 8 0 0 8
Cluster Total
1 2 3 % of Total 20.5% .0% .0% 20.5% Total Count 32 5 2 39 % of Total 82.1% 12.8% 5.1% 100.0%
Berdasarkan tabel diatas, Cluster 1 didominasi dengan pegawai swasta, Cluster 2 di dominasi dengan PNS dan wirausaha dan Cluster 3 di dominasi oleh wirausaha. Tabel 4.18. Crosstab dari Tingkat pendapatan
Cluster Total
1 2 3 tingkat_pendapata n <2 juta Count 10 1 1 12 % of Total 25.6% 2.6% 2.6% 30.8% 2-4 juta Count 14 2 1 17 % of Total 35.9% 5.1% 2.6% 43.6% >4 juta Count 6 2 0 8 % of Total 15.4% 5.1% .0% 20.5% lain-lain Count 2 0 0 2 % of Total 5.1% .0% .0% 5.1% Total Count 32 5 2 39 % of Total 82.1% 12.8% 5.1% 100.0%
Berdasarkan tabel diatas, Cluster 1 di dominasi oleh tingkat pendapatan 2-4 juta, Cluster 2 di dominasi oleh tingkat pendapatan 2-4 juta dan lebih dari 4 juta dan Cluster 3 di dominasi oleh tingkat pendapatan lebih dari 2 juta dan 2-4 juta perbulan.
* * * * * H I E R A R C H I C A L C L U S T E R A N A L Y S I S * * * * *
Dendrogram using Single Linkage
Rescaled Distance Cluster Combine
C A S E 0 5 10 15 20 25 Label Num +---------+---------+---------+---------+---------+
Murni 35 Ratna 40 Ayu Dwi 34 Fitria 33 Giyati 32 Rizal M 29 Pamlan 21 Suprapto 18 Giant 5 Gea Isma 30 Sutinah 38 Sugeng 28 Katijo 37 Setia Bu 23 Rofal. J 20 Diajeng 26 Siti Kho 22 Toni 31 Rojali 15 karsono 39 Raditia 24 Titik 13 Dwi 9 Fega Ism 25 Ratna 27 Firman 7 Leo. D 11 Adit. P 19 Septi 4 Linling 3 Robi 36 Rio Erla 12 Wina Les 17 Irul. T 8 Bimo. R 14 Drajat S 6 Kasir 2 Watik 16 Farida 1 Lina. P 10
Gambar 4.1. Dendogram Dari grafik dendogram diatas dapat dilihat bahwa data hasil penelitian penanganan komplain melalui kuisioner, akan dibagi menjadi 3 cluster dan satu outlier. Pada tiap-tiap cluster memiliki jumlah dan jarak yang berbeda-beda. Jakar antar cluster tersebut juga memiliki tinggi yang berbeda-beda. Pada cluster pertama terdapat 32 anggota yang bergabung menjadi satu cluster. cluster ke-1 ditentukan dari jarak 0 sampai 6 . Pada cluster 2 ditentukan oleh jarak dari 6 sampai 11 dengan jumlah anggota 5. Pada cluster yang ke 3 ditentukan oleh jarak dari 11 sampai 15 dengan jumlah anggota 2 orang. Sedangkan Lina P termasuk dalam outlier kareana objek tersebut memiliki karateristik yang sangat berbeda dengan objek yang lain, sehingga outlier tersebut tidak dimasukan kedalam cluster.
Tabel 4.5. Cluster 1 No Responden Nama No Responden Nama 35 Murni 22 Siti Khodijah 40 Ratna 31 Toni 34 Ayu Dewi 15 Rojali 33 Fitria 39 Karsono 32 Giyati 24 Raditia 29 Rizal M 13 Titik 21 Pamlan 9 Dwi 18 Suprapto 25 Fega Ismal Indah 5 Giant 27 Ratna 30 Gea Isma 7 Firman 38 Sutinah 11 Leo D 28 Sugeng 19 Adit P 37 Katijo 4 Septi 23 Setia Budi 3 Linling 20 Rofal J 36 Robi 26 Diajeng Fi 12 Rio Erlangga
Tabel diatas merupaka nama-nama anggota pada cluster 1 yang memiliki jarak 0 sampai 6 dengan jumlah anggota 32 orang.
Tabel 4.6. Cluster 2 No Responden Nama 17 Wina Lestari 8 Irul T 14 Bimo R 6 Drajat Santoso 2 Kasir
Tabel diatas merupakan nama-nama anggota pada cluster ke-2 yang memiliki jarak 6 sampai 11 dengan jumlah anggota 5 orang. Tabel 4.7. Cluster 3 No Responden Nama 16 Watik 1 Farida
Tabel diatas merupakan nama-nama anggota pada cluster ke-3 yang memiliki jarak 11sampai 15 dengan jumlah anggota 2 orang.
Tabel 4.8. Outliers No Responden Nama 10 Lina P
Tebel diatas merupaka nama objek yang outlier yaitu objek yang memiliki ketidaksamaan yang signifikan dengan objek-objek lain.
Karateristik Dari Setiap Cluster Dari perhitungan yang telah dilakukan dengan bantuan software SPSS didapatkan 3 cluster. Karakteristik dari cluster pertama adalah berusia sekitar 35-45 tahun, tingkat pendidikan SMA/MA, diploma dan sarjana, sebagian besar melakukan pekerjaan sebagai pegawai swasta dan tingkat pendapatan antara Rp 2.000.000 sampai dengan Rp 4.000.000. Cluster kedua memiliki karakteristik berusia sekitar 35-45 tahun dan 45 tahun keatas, melakukan pekerjaan sebagai PNS dan wirausaha, tingkat pendidikan sarjana dan tingkat pendapatan antara Rp 2.000.000 sampai dengan Rp 4.000.000 dan lebih dari Rp 4.000.000. Sedangkan karakteristik dari cluster ketiga adalah berusia sekitar 35-45 tahun, melakukan pekerjaan sebagai wirausaha, tingkat pendidikan SMA/MA dan diploma dan tingkat pendapatan lebih dari Rp 2.000.000 dan antara Rp 2.000.000 sampai dengan Rp 4.000.000.
Kemanfaatan knowledge dari setiap cluster yang terbentuk bagi jogja tronik center (JTC) Dari hasil karateristik ketiga cluster yang terbentuk, kita dapat menyimpulkan bahwa : Cluster pertama
Cluster kedua
Cluster ketiga
Mayoritas orang yang melakukan komplain terhadap pengguna jasa penjualan handphone dan gadget berusia sekitar 35-45 tahun.
Mayoritas orang yang melakukan komplain terhadap pengguna jasa penjualan handphone dan gadget berusia sekitar 35-45 tahun dan 45 tahun keatas.
Mayoritas berusia 35-45 tahun
Kebanyakan memiliki status pendidikan SMA/MA, diploma, dan sarjana Kebanyakan berpendidikan sarjana.
Lebih banyak yang berpendidikan SMA/MA dan diploma sebagai latar belakang pendidikanya.
Sebagian besar orang yang melakukan komplain, bekerja sebagai pegawai swasta.
Sebagian besar melakukan pekerjaan sebagai PNS dan wirausaha.
Banyak yang melakukan pekerjaan sebagai wirausaha Memiliki tingkat pendapatan antara Rp 2.000.000 sampai dengan Rp 4.000.000
Memiliki tingkat pendapatan antara Rp. 2.000.000 sampai Rp. 4.000.000 dan lebih dari Rp. 4.000.000
Memiliki tingkat pendapatan lebih dari Rp. 2.000.000 dan antara Rp 2.000.000 sampai dengan Rp. 4.000.000
Dari karateristik responden cluster pertama, maka tindakan paling tepat untuk dilakukan penanganan komplain hanphone dan gadget di Jogja Tronik Center adalah sebagai berikut : a. Dengan melihat mayoritas usia orang melakukan komplain yaitu berkisar 35-45 tahun. Maka tindakan yang paling baik yaitu perusahaan berusaha untuk memuaskan seluruh pelanggan dalam kesempatan pertama, menghindari adanya kesalahan dalam memberikan layanan kepada pengunjung. b. Faktor pendidikan yang tinggi, perusahaan dapat memberikan kesempatan kepada pengunjung untuk melakukan komplain yang mendorong perusahaan ke tingkat yang lebih baik. c. Dengan latar belakang status pegawai swasta, perusahaan dapat memanfaatkan orang- orang yang melakukan komplain ini dengan membawa kedalam suasana penanganan komplain yang sifatnya diskusi atau sharing. Dari karateristik responden cluster kedua, maka tindakan paling tepat untuk dilakukan penanganan komplain hanphone dan gadget di Jogja Tronik Center adalah sebagai berikut : a. Melakukan pendekatan secara individual dalam konsep penjelasan-penjelasan permasalahan secara aktual dan terpercaya dan memberi kesempatan kepada mereka untuk lebih banyak memberikan masukan. Karena pada dasarnya orang yang berusia diatas 45 tahun sudah memiliki banyak pengalaman. b. Memberikan kompensasi permohonan maaf dengan cara member hadiah atau souvenir, agar mereka dapat lebih loyal. Hal ini didasarkan pada faktor umur dan tingkat emosional. c. Membawa orang yang melakukan komplain kedalam suasana lain yang lebih reda, misalnya memperkenalkan produk-produk baru yang secara spesifikasi lebih baik. Dari karateristik responden cluster kedua, maka tindakan paling tepat untuk dilakukan penanganan komplain handphone dan gadget di Jogja Tronik Center adalah sebagai berikut : a. Melakukan penganan komplain dengan meredakan suasana yaitu dengan menjadi pendengar yang baik agar tensi emosi pelanggan mereda sedikit-demi sedikit. b. Menanamkan strategi selalu menjaga kontak, yaitu dengan member atensi pada pelanggan dengan cara mengontaknya dan mencoba untuk mengintegrasikan dunia pelanggan dengan dunia kita. Apalagi mayoritas bekerja sebagai wirausaha, mungkin bisa menjadi patner bisnis. KESIMPULAN DAN SARAN Kesimpulan Berdasarkan penelitian yang dilakukan di Jogja Tronik Center dengan varibel penangan komplain, maka dapat ditarik kesimpulan sebagai berikut : 1. Hasil penelitian yang dilakukan dengan mengambil sampel sebanyak 40 responden pengunjung Jogja Tronik Center (JTC) yang diambil secara acak untuk mengisi kuisioner mengenai tingkat penanganan komplain didapatkan bahwa indikator yang secara signifikan berperngaruh adalah komitmen tinggi untuk medengarkan dan meyelesaikan masalah komplain pengunjung, kaitanya bagaimana tindakan kedepanya nanti yaitu misalnya memberikan kompensasi permohonan maaf dengan cara member hadiah atau souvenir, agar emosi pelanggan dapat lebih mereda dan loyal untuk tidak beralih ke perusahaan lain, melakukan pendekatan-pendekatan individu yang hubungannya dengan bisnis atau diskusi. 2. Dari hasil analisis menggunakan software SPSS dengan variabel penanganan komplain di jogja tronik center dan penyebaran kuisioner terhadap 40 responden sebagai inputnya, didapatkan hasil yaitu terbentuk 3 cluster dengan satu outlier. Hasil kuisioner profilisasi pada cluster 1, mayoritas berusia sekitar 35-45 tahun, tingkat pendidikan SMA/MA, diploma dan sarjana, sebagian besar melakukan pekerjaan sebagai pegawai swasta dan tingkat pendapatan antara Rp 2.000.000 sampai dengan Rp 4.000.000. Pada cluster 2, memiliki karakteristik berusia sekitar 35-45 tahun dan 45 tahun keatas, melakukan pekerjaan sebagai PNS dan wirausaha, tingkat pendidikan sarjana dan tingkat pendapatan antara Rp 2.000.000 sampai dengan Rp 4.000.000 dan lebih dari Rp 4.000.000. Pada cluster 3, Mayoritas berusia sekitar 35-45 tahun, melakukan pekerjaan sebagai wirausaha, tingkat pendidikan SMA/MA dan diploma dan tingkat pendapatan lebih dari Rp 2.000.000 dan antara Rp 2.000.000 sampai dengan Rp 4.000.000.
Saran Berdasarkan kesimpulan yang diperoleh, dapat dikembangkan beberapa rekomendasi bagi Jogja Tronik Center (JTC) dalam penelitian ini. Adapun rekomendasi yang dapat dikemukakan adalah sebagai berikut : 5.2.1 Bagi perusahaan : 1. Hendaknya pihak manajemen pemasaran Jogja Tronik Center (JTC) selalu memperhatikan tingkat pelayanan terhadap konsumen agar tidak terjadi 3 sumber komplain yaitu : pertama berasal dari perusahaan itu sendiri yang mencakup seperti kualitas produk yang jelek, komunikasi dan informasi yang tidak akurat. Yang kedua berasal dari karyawan yaitu mencakup perilaku dan sikap yang mungkin kasar atau tidak sopan. Yang ketiga berasal dari pelanggan yaitu misalnya tidak teliti membaca intruksi atau ekspektasi yang berlebihan. 2. Hendaknya pihak manajemen Jogja Tronik Center (JTC) semakin banyak memperlajari bagaimana melakukan penanganan ketika terjadi komplain dari pengunjung. Agar pengunjung selalu setia terhadap produk kita. 5.2.2 Bagi peneliti sejenis 1. untuk peneliti lanjutan yang akan melakukan analisis penanganan komplain dengan metode K-Mean clustering menggunakan software SPSS, diharapkan dapat memilih variabel-variabel penanganan komplain lebih kompleks lagi dan kuisioner kepada responden yang lebih banyak, sehingga hasil yang didapatkan lebih akurat. 2. dapat juga menggunakan beberapa metode-metode dan software lain yang dapat membentu kesempurnaan penelitian.
DAFTAR PUSTAKA Adriana, Fandy & Gregorius, (2008), Pemasaran Strategik, Penerbit Andi, Yogyakarta. Attha Lailly, (2011), Analisis Cluster Untuk Mengidentifikasi Pemerintah IPM Jawa Timur 2008. Universitas Negeri Maulana Maik Ibrahim. Malang. Darlilis Rarna, (2008), Analisis Keputusan Pelanggan Terhadap Kualitas Pelayanan Berkaitan Dengan Penanganan Komplain di PT. PLN (Persero) UPJ Pekalongan Kota. Institut Pertanian Bogor. Kotler, Philip, (2005), Manajemen Pemasaran, Edisi kesebelas, Jilid pertama, Salemba Empat, Jakarta. Kantardzic, Mehmed. (2003). Data Mining Concepts Models, Methods, and Algorithms. New Jersey: IEEE. Lovelock, C., Wright, L., (2005) Manajemen Pemasaran Jasa, Jakarta : PT. INDEKS kelompok Gramedia. MacQueen, J. B (1967). Proceedings of 5-th Berkeley Symposium on Mathematical Statistics and Probability. Some Methods for Classification And Analysis Of Multivariate Observations, pp. 281-297. Berkeley, University of California. Modul Data Mining, (2011), Analisis Cluster. Universitas Islam Indonesia. Yogyakarta. Zaugg, Alexandra Daniella. (2006). Online Complain Management@Swisscom.Afreedaymoviescasestrudy.
SUMBER LEKSIKOGRAFIS Kamus Besar Bahasa Indonesia. (1999:571). Jakarta: PT Balai Pustaka. Oxford Learners Pocket Dictionary (3 rd ed). (2004). Oxford: Oxford University Press and The Commercial Press.